Claude Sonnet 5 自主选择基因疗法并为癫痫小鼠实施脑部注射
研究团队让 Claude Sonnet 5 从 19 种候选基因疗法中自主选定药物、脑区和立体定位坐标，并通过定制电动装置为癫痫小鼠完成脑部注射。智能体在操作中通过摄像头完成 32 次观察并监测出血；连接中断后，它因目标位置超出机械行程而拒绝继续，研究人员最终手动修复代码。
推荐理由：案例把智能体自主决策、机器人控制与安全拒答放在同一流程中，便于观察对齐机制如何影响高风险操作。
#具身智能
The Decoder精选AI 评分7474
HF Daily Papers精选AI 评分4242 REA：面向异步脑-小脑控制的路由式具身智能体运行时
REA 论文提出统一运行时，以异步方式协调基础模型驱动的审慎决策、具身路由和快速反应策略，并让运行中的策略无需等待模型决策。
推荐理由：论文把高层推理与快速控制策略的异步协同封装为统一运行时，并用控制步数、耗时与任务成功率对比呈现路由设计的收益。
量子位精选AI 评分6363 清华大学联合无问芯穹、智元提出 CEL 群体经验学习范式并在96台真实机器人上验证
清华大学、无问芯穹与智元近日联合提出群体经验学习（CEL）范式，并在96台真实机器人组成的集群中完成规模化验证。在插花、叠衣服、手机充电、凳子组装和手机包装五项任务中，两台未参加训练的机器人完成600次测试，仅失败15次，总体成功率97.5%，五项任务成功率均超过6名人类操作员平均水平。
推荐理由：材料通过600次真实机器人测试，以及训练规模从16台增至96台时的成功率变化，呈现群体经验复用对任务表现和规模化部署的影响。
36氪精选AI 评分5454 36氪研究院发布《2026年中国自动驾驶行业发展研究报告》
36氪研究院发布《2026年中国自动驾驶行业发展研究报告》，系统梳理中国自动驾驶从示范应用迈向规模化商业落地的产业进展与结构性约束。报告称，2025年中国自动驾驶市场规模为4502亿元，预计2026年达5293亿元，2026年以来乘用车L2级及以上渗透率升至70.5%。
推荐理由：报告以六维框架横向比较七类商业模式，并串联政策、技术、资本与盈利约束，为理解自动驾驶商业化路径提供结构化视角。
量子位精选AI 评分5959 威卡移动控制发布具身智能赋能工程机械高质量数据集
威卡移动控制于10月19日发布“具身智能赋能工程机械高质量数据集”，并已上线 Hugging Face 等数据仓库。数据集第一阶段规模达到3600万帧，覆盖12类典型作业场景及多型号挖掘机作业数据，通过统一时间戳同步视觉、激光、位姿、力馈和手柄输入五类数据。真实数据采集约每小时5000元，训练一套可用模型大致需要10万小时量级数据，仿真采集成本约为真机采集的十分之一。
推荐理由：文章公开了挖掘机作业数据的五维同步方法、真机采集成本及仿真成本比例，为评估工程机械具身智能数据方案提供了具体参照。
HF Daily Papers精选AI 评分4545 WorldBridge 融合视频预测与动作监督提升机器人任务泛化
WorldBridge 将视频预测与稀疏动作监督结合，用分离的视频专家和动作专家提升机器人在新任务中的泛化能力。在 RoboTwin 2.0 的分布外任务上，仅使用同分布视频-动作监督的成功率为 25.07%，加入无动作标签的视频后升至 55.90%，每个任务再增加 1 条动作标注示范后达到 70.70%。
推荐理由：通过对照视频与动作监督的组合，论文量化了两类监督对机器人任务迁移的贡献，并给出多基准结果，便于理解 WorldBridge 的设计依据。
HF Daily Papers精选AI 评分3838 PDRVLA：融合物理动力学表征的视觉语言动作模型
PDRVLA 将轻量物理动态模块引入视觉语言动作模型，通过预测未来视觉特征改善机器人动作生成，并避免在线视频生成延迟。该模块直接预测未来的 RGB、深度和光流特征，并用冻结的预训练视频世界模型进行辅助监督。
推荐理由：论文将轻量物理动态预测接入视觉语言动作模型，并通过消融实验分析世界模型监督、子任务条件化与 ECoT 训练对动作成功率的影响。
HF Daily Papers精选AI 评分4040 ThinkWorld 通过世界想象强化链式动力学推理
ThinkWorld 提出 Vision-Language-Action（VLA）学习框架，将动作推理置于世界动力学中，并通过世界想象强化学习利用无动作标注的人类视频。
推荐理由：ThinkWorld 用动作标注初始化 CoD，再以世界想象强化学习利用无动作标注的人类视频，为机器人跨本体迁移提供可复用方法。
量子位精选AI 评分4545 小米披露基于1827个工厂SOP验证的21自由度仿生灵巧手技术成果
小米披露基于汽车工厂1827个标准作业程序（SOP）验证的21自由度仿生灵巧手技术成果，并给出不同自由度的抓握表现比较。基于真实作业数据的仿真消融分析显示，17~21自由度的平均稳定抓握成功率较6~15自由度提升15%~38%，其中21自由度在工厂操作覆盖度和抓握成功率上提升最大，继续提升至23自由度及以上时边际收益下降。
推荐理由：基于1827个工厂SOP比较不同自由度的抓握表现，并指出23自由度以上收益放缓，便于理解灵巧手的设计取舍。
HF Daily Papers精选AI 评分4848 Rollback：通过世界模型经验回溯改进机器人策略
研究团队提出 Rollback 策略改进范式，把世界模型用于回滚关键决策、分支探索反事实动作，并用真实机器人反馈持续校正动力学。该方法无需单独训练价值模型，即可将反事实结果蒸馏为细粒度动作级监督。
推荐理由：论文将世界模型从顺序模拟器改造成可回溯、可分支并对比反事实动作的策略训练环境，呈现了世界模型参与机器人策略持续改进的具体路径。
HF Daily Papers精选AI 评分4949 OSMA-Bench 评测家居机器人导航中的障碍物条件安全适应能力
研究提出 OSMA-Bench 基准和语义敏感性指数 SSI，用于评测机器人导航策略能否按障碍物类型及距离调整净空、速度与运动平滑度。对 VLM 和视觉语言动作（VLA）策略的评测显示，两者即使收到明确安全提示，也未能持续按障碍物安全等级调整运动；它们能识别障碍物，却未将差异落实到运动参数或动作。为 VLM 策略加入显式参数推断步骤后，运动适应有所改善。
推荐理由：OSMA-Bench 将障碍物语义与连续运动参数对应起来，揭示即使加入显式安全提示，策略仍不能稳定调整间距、速度与平滑度。
HF Daily Papers精选AI 评分4848 OSWAM 论文提出面向自动驾驶与具身控制的一步动作生成模型
OSWAM 论文提出面向自动驾驶与具身控制的世界动作模型，以单个去噪步骤生成动作并支持实时推理。模型以结构化想象 token 初始化扩散过程，并蒸馏未来条件下的特权信息；项目页为 https://gwenzhang.github.io/OSWAM/，arXiv 页面为 arxiv.org/abs/2610.35850。
推荐理由：OSWAM将直接策略 WAM 的多步去噪压缩为一步动作生成，并给出自动驾驶与具身控制中的效果和延迟对比。
HF Daily Papers精选AI 评分5151 EmbodiedLab：通过物理实验发现科学原理的具身智能体基准
EmbodiedLab 提出一个让机器人智能体在物理仿真实验室中自主设计实验、发现科学原理的评测基准。基准覆盖 5 个学科的 30 项实验和 14 个装置平台，智能体通过摄像头读取仪器，评估同时依据实验过程中的读数和任务要求状态。
推荐理由：该基准将科学发现任务转化为可精确评分的物理实验，并比较感知、规划与操作技能对智能体表现的影响差异。
HF Daily Papers精选AI 评分5151 RynnVLA-Latent：以3D接地潜在动作扩展机器人操作基础模型
RynnVLA-Latent 从人类、机器人和仿真交互视频学习连续、3D接地的潜在动作，用于扩展机器人操作基础模型的预训练监督。框架处理30.1K小时视频，生成745.52M潜在动作描述符，并以flow matching训练4B策略，再适配到具体机器人形态的动作。
推荐理由：论文展示了从异构视频生成3D接地潜在动作的预训练方法，并附有数据扩展与消融结果，可供机器人策略研究者对照理解。
HF Daily Papers精选AI 评分4949 RoboJev-27B：用于机器人操作成功检测的开放权重视觉语言模型
论文提出开放权重视觉语言模型 RoboJev-27B，利用任务指令、操作尝试的 10 帧以及如有提供的辅助相机末帧判断机器人操作是否成功。
推荐理由：论文公开训练机制、推理代码及包含 20,628 条预测的评测数据，便于对照机器人成功检测方案并复现实验。
HF Daily Papers精选AI 评分5353 RynnUnify 论文提出融合视觉规划、物理推理与机器人控制的16B统一具身模型
RynnUnify 是一种 16B 统一具身模型，通过视频—语言交错推理整合视觉规划、物理推理与机器人控制，并形成智能体扩展与世界—动作扩展。实验显示，其具身理解平均分在所评估的统一多模态模型中最高，Rynn-VP 总体分较 Cosmos 3 Nano 高 9.75 分，智能体扩展使 Rynn-GEU 平均分较直接推理高 6.0 分。
推荐理由：RynnUnify 将具身理解、长程视觉规划与机器人控制纳入同一16B模型，并以基准和真实机器人任务检验各扩展模块。
HF Daily Papers精选AI 评分4646 感知运动对齐：S²作为具身策略成功率的代理指标
这项研究将柏拉图表征假说扩展到机器人领域，并提出Sensorimotor Alignment（S²），以感觉表征邻域与末端执行器轨迹邻域的重叠度衡量对齐程度。仿真中的Vision-Language-Action模型（VLA）、World Action Models（WAMs）及真实机器人策略均显示，S²越高，任务成功率通常越高。
推荐理由：研究以感觉表征与运动轨迹的邻域重叠构建S²指标，为闭环评测前识别更可能取得高任务成功率的模型提供低成本离线依据。
HF Daily Papers精选AI 评分4747 DiscoDemo：用强化学习发现多样化机器人示范以改进模仿学习
DiscoDemo 用强化学习生成多样化且成功的机器人操作轨迹，并导出为静态数据集，用于训练更稳健的视觉运动模仿策略。其潜在条件 RL 生成器结合并行反向课程和成功门控多样性目标；在 4 项操作任务中，下游策略平均成功率在仿真中从最强基线的 40% 提升至 62%，在真实机器人上从 39% 提升至 78%。
推荐理由：论文将强化学习用作机器人示范数据生成器，并在仿真与真实机器人上对比轨迹多样性对下游模仿策略的影响。
HF Daily Papers精选AI 评分4646 AW-0 智能体世界动作模型框架联合建模代码、视频与机器人动作
AW-0 提出智能体世界动作模型框架，将基于代码的规划与未来视频和机器人动作作为三类耦合生成流统一建模。其混合 Transformer 架构由代码专家生成参数化技能程序和控制逻辑，视频与动作专家生成未来视觉状态及低层电机指令；自动整理流程还会用对齐程序标注机器人与人类视频轨迹，并将重复流程汇入技能库。
推荐理由：论文将代码规划、未来视频与机器人动作纳入同一生成架构，并报告任务表现相较 VLA 和 WAM 基线有所改善。
HF Daily Papers精选AI 评分3838 PAPAV：从计算机使用到机器人使用的多模态具身智能体统一能力框架
论文提出PAPAV框架，用感知、预判、规划、行动和验证五项能力统一比较多模态智能体、机器人系统与多模态具身智能体。对64项基准的分析显示，显式评测主要集中在行动，只有5项评估预判、3项评估验证。论文还指出，从数字环境转向物理环境时，5项约束会减少预先固定的选择和纠错空间。
推荐理由：PAPAV以五项能力统一比较多模态智能体、机器人系统与多模态具身智能体，并显示64项基准中仅5项评估预判、3项评估验证。